廣場
最新
熱門
新聞
我的主頁
發布
V4-Pro Codeforces3206壓GPT-5.4登頂，但長上下文和知識仍輸Opus與Gemini
ME News
2026-07-02 07:16:48
關注
摘要生成中
ME News 消息，4 月 24 日（UTC+8），據 動察 Beating 監測，V4 技術報告公佈 DeepSeek-V4-Pro-Max（最高推理力度模式）與閉源旗艦的對比。對比組為 Opus 4.6 Max、GPT-5.4 xHigh、Gemini 3.1 Pro High，以及開源的 Kimi K2.6 和 GLM-5.1，不含最近剛發佈的 Opus 4.7 和 GPT-5.5。 編碼方面，V4-Pro-Max 在 Codeforces 拿到 3206 分，超過 GPT-5.4 的 3168 和 Gemini 3.1 Pro 的 3052，刷新該基準紀錄。LiveCodeBench 93.5 同樣全場最高。SWE Verified 80.6，僅低於 Opus 4.6 的 80.8 差 0.2 個百分點。 長上下文方面，兩項 1M 基準 V4-Pro-Max 均排第二：CorpusQA 1M 得分 62.0，落後 Opus 4.6 的 71.7 但領先 Gemini 3.1 Pro 的 53.8；MRCR 1M 得分 83.5，Opus 4.6 以 92.9 領先近 10 個百分點。 Agent 任務方面，MCPAtlas Public 73.6 僅低於 Opus 4.6 的 73.8。Terminal-Bench 2.0 得分 67.9，低於 GPT-5.4 的 75.1 和 Gemini 3.1 Pro 的 68.5。 知識與推理方面 V4-Pro-Max 仍有明顯差距：GPQA Diamond 90.1（Gemini 94.3）、SimpleQA-Verified 57.9（Gemini 75.6）、HLE 37.7（Gemini 44.4）。作為開源模型，V4-Pro-Max 在多項編碼和長上下文基準上首次追平甚至超過閉源旗艦，但在知識密集型評測上仍落後 Gemini 3.1 Pro。 需要注意，以上對比不含最近剛發佈的 GPT-5.5 和 Opus 4.7，V4 與最新一代閉源模型的差距有待第三方評測驗證。 （來源：BlockBeats）
查看原文
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
打賞
按讚
回覆
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
暫無回覆
熱門話題
查看更多
#
Gate股票轉倉功能上線
52.92萬 熱度
#
Circle股價重挫17%
651.25萬 熱度
#
預測世界盃葡萄牙VS克羅地亞
15.96萬 熱度
#
GateCard上線積分體系
11.76萬 熱度
#
非農數據倒計時
89.98萬 熱度
已置頂
網站地圖
V4-Pro Codeforces3206壓GPT-5.4登頂，但長上下文和知識仍輸Opus與Gemini